CN108876197B - 一种电力设备集群及群组分析系统 - Google Patents
一种电力设备集群及群组分析系统 Download PDFInfo
- Publication number
- CN108876197B CN108876197B CN201810794529.3A CN201810794529A CN108876197B CN 108876197 B CN108876197 B CN 108876197B CN 201810794529 A CN201810794529 A CN 201810794529A CN 108876197 B CN108876197 B CN 108876197B
- Authority
- CN
- China
- Prior art keywords
- time
- data
- cluster
- equipment
- power equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 88
- 238000012544 monitoring process Methods 0.000 claims abstract description 81
- 238000007726 management method Methods 0.000 claims abstract description 17
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 15
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 239000012535 impurity Substances 0.000 claims description 75
- 238000004146 energy storage Methods 0.000 claims description 42
- 230000007246 mechanism Effects 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 26
- 230000008859 change Effects 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 23
- 238000004519 manufacturing process Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 20
- 230000009471 action Effects 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000011664 signaling Effects 0.000 claims description 12
- 238000013523 data management Methods 0.000 claims description 9
- 230000008676 import Effects 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 7
- 238000005452 bending Methods 0.000 claims description 6
- 238000007418 data mining Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000010835 comparative analysis Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 238000010998 test method Methods 0.000 claims description 4
- 238000007792 addition Methods 0.000 claims description 3
- 230000002411 adverse Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000002955 isolation Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229910052573 porcelain Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力设备集群及群组分析方法，是依据集群及群组设定规则将单个或者多个站点的同类电气设备组成的一个集群及群组，利用大数据、云计算和人工智能技术对该集群及群组的设备特性参数进行对比分析，从其数值大小及变化趋势中辨识出设备异常，并发出预警。本发明可为电力设备全生命周期管理提供对单个和多个站点数据来源、多维度的设备在线监测数据的分析能力和分析数据，为进行高质量的设备运维提供决策参考。
Description
技术领域
本发明涉及电力系统智能监测领域，尤其是涉及一种电力设备集群及群组分析系统。该方法是一种基于大数据、云计算和人工智能技术的电力设备集群及群组分析系统及方法。
背景技术
对电力设备进行在线监测检测已经成为建设智能电网的重要技术手段。目前对电力设备的在线监测检测采用单体分析，即只对设备本体及附属机构的特定参数进行分析，此种方式受制于没有其他大规模同类参照物及其参数变化趋势的对比，因而此种单体分析的数据质量很难满足设备全生命周期管控的决策需求。
发明内容
为解决上述技术问题，本发明提供一种电力设备集群及群组分析系统。该系统及方法可为电力设备全生命周期管理提供对单个和多个站点数据来源的、多维度的设备在线监测数据的分析能力和分析数据，为进行高质量的设备运维提供决策参考。
1.一种电力设备集群及群组分析系统，组成如下：
电力设备集群及群组分析系统由电力设备在线监测数据库、电力设备台账数据库、电力设备集群及群组管控模块、杂质数据管理模块、集群及群组分析模块组成。
1.1集群及群组分析的定义及组成
集群及群组分析是依据集群及群组设定规则将单个和多个站点的同类电气设备组成的一个集群及群组，利用大数据、云计算和人工智能技术对该集群及群组的设备特性参数进行对比，从其数值大小及变化趋势中辨识出设备异常，并发出预警；
所述集群设定规则由通用电力设备参数、特定电力设备参数及其智能分析特性参数组成；
通用电力设备参数包括：站点名称、电压等级、调度编号、设备名称、品牌名称、制造厂名、设备型号、出厂编号、生产批次、生产日期、投运日期、进口/国产、是否在运、交接日期、试验日期、大修日期组成；
特定电力设备参数，是特定类型的电力设备常用标准参数和特定参数，包含操作机构类型、操作机构型号、绝缘介质类型；
智能分析特性参数，是指该设备的在线监测参数，即直接监测到的参数数值和经过技术模型计算而间接得到的参数数值，包括操作机构动作信号的时间计算及该信号出现的次数、辅助接点动作信号的时间计算及该信号出现的次数、控制回路及信号回路响应时间计算、报警接点动作信号的时间计算及该信号出现次数；它还含有断路器设备的智能分析特性参数和隔离开关设备的智能分析特性参数；
断路器设备的智能分析特性参数包括：在线分闸和合闸时间特性参数、储能系统动作特性、SF6气体告警特性、断路器三相不一致告警信号特性；
在线分闸和合闸时间特性参数，指在线额定开断时间、在线额定合闸时间、在线分合闸不同期时间的参数，以及控制回路响应时间、分闸或合闸辅助开关接点的切换时间、分闸状态和合闸状态选项；
储能系统动作特性，是指储能系统启动时刻、储能系统停止时刻、储能时长、最近24小时启动次数、当天启动次数，其中最近24小时启动次数指查询时刻往后追溯24小时范围内统计次数，当天启动次数指查询时刻当天零时至24时范围内统计次数；
SF6气体告警特性，是指断路器SF6压力告警、分闸闭锁、合闸闭锁的压力告警信号发生时刻和返回时刻、告警时长、告警次数；
断路器三相不一致告警信号特性，是指该信号的开始时刻、结束时刻、持续时长、最近24小时告警次数、当天告警次数，其中最近24小时告警次数指查询时刻往后追溯24小时范围内统计次数，当天告警次数指查询时刻当天零时至24时范围内统计次数；
隔离开关设备的智能分析特性参数，包括测控装置和就地控制柜发出的分合闸控制命令的发出时刻、分合闸辅助接点变位的到位时刻、三相位置信号串接的分合闸时间、三相或单相操作的分合闸时间、三相分合闸不同期时间、操作电源故障信号、经过图像识别后的隔离开关的触指接触位置及状态、拐臂弯曲度。
1.2电力设备在线监测数据库
电力设备在线监测数据库包括电力设备的遥信、遥测、遥控信号和与之密切相关的继电保护动作信号、故障录波信息，以及对该设备的遥控信号发出时刻、该电力设备状态改变的时刻及两者的时间差值；还包括断路器设备的在线监测数据库。
断路器设备的在线监测数据库还包含断路器的在线额定开断时间、在线合闸时间、控制回路响应时间、在线分闸或合闸辅助开关接点的切换时间、储能系统启动时间、储能系统停止时间、储能时长、最近24小时启动次数、当天启动次数；SF6气体压力低报警、SF6气体压力低闭锁分合闸信号的开始时刻、结束返回时刻；断路器三相不一致告警信号的开始时刻、结束时刻、持续时长、最近24小时告警次数、当天告警次数。
1.3电力设备台账数据库
电力设备台账数据库由该电力设备的特性参数组成，包括：站点名称、电压等级、品牌、生产厂家、设备型号、出厂编号、调度编号、生产批次、生产日期、投运日期、进口/国产、是否在运、交接日期、试验日期、大修日期组成。其中断路器、隔离开关设备台账数据库还在前述特性参数的基础上，包含操作机构类型、操作机构型号、额定分闸时间、额定开断时间、额定合闸时间及三相分合闸不同期时间的参数，以及分闸或合闸辅助开关接点的切换时间、储能机构启动时长。
1.4杂质数据管理模块
杂质数据管理模块用于处置在安装调试、检修试验过程中产生的与电力设备实际工况不相符的数据，包括选择数据记录、标记杂质数据、还原标记数据、不显示杂质数据、导出或导入数据、删除杂质数据；
杂质数据自动判断规则为：在线监测参数全部为零；
断路器在线监测数据的杂质数据自动判断规则为：在线额定开断时间、在线合闸时间、控制回路响应时间、在线分闸或合闸辅助接点的切换时间这四个值全部为零；
杂质数据处理功能为：标记杂质数据、还原标记数据、不显示杂质数据、删除杂质数据；
标记杂质数据，可设定数据异常的条件作为自动标记策略，也可人工手动标记杂质数据；
杂质数据一旦被标记，将不会被各种分析模块所采用；
还原标记数据，当专业技术人员判断该杂质数据是被标记错误的，可手动还原该数据，被还原的数据将进入到各种分析模块中参与大数据分析；
不显示杂质数据，是指在设定时间间隔内对电力设备的特性参数进行分析时，往往发现有杂质数据对智能分析特性参数中在线监测数据的趋势曲线产生不良影响，此时可手动设置不显示杂质数据，从而屏蔽杂质数据对真实数据的干扰，使监测数据更真实反映电力设备的运行状态。不显示杂质数据并不是剔除该数据，杂质数据还将保留在监测数据库中；
删除杂质数据，是指将杂质数据记录从数据库中删除的功能。
1.5电力设备集群及群组管控模块
电力设备集群及群组管控模块，用于设定集群及群组名称，配置集群及群组的参数，由查询、新增、修改、删除、导出、导入功能组成；
集群及群组设定的参数从电力设备在线监测数据库、电力设备台账数据库中抽取。
1.6集群及群组分析模块
集群及群组分析模块由群组选择、查询时间区间设定、电力设备的集群及群组构成设定规则组成，用于配置、管理、查询分析某个电力设备集群及群组在线监测结果；
电力设备集群及群组的构成设定规则主要是以下因素的组合运算：
集群及群组构成＝站点名称+电压等级+设备调度编号+设备名称+品牌名称+制造厂名+电力设备型号+操作机构类型+操作机构型号+绝缘介质类型+生产批次+投运日期+试验日期+大修日期+是否进口设备；
基于大数据和人工智能技术的集群及群组分析模块以设备制造参数、试验规程标准值、近期的试验数据、近期的在线监测值为基准阈值对在线监测数据进行比对分析。
通过在线监测参数与基准阈值的对比分析，关注其最大值、最小值和变化趋势；
对在线监测数据进行数据挖掘，对超过基准阈值的监测数据值进行预警，并为用户提供该次预警的记事本功能及记事本检索查询功能。
2.一种使用前述的电力设备集群及群组分析系统来分析设备状态的方法，包括如下步骤：
S111、启动电力设备集群及群组管控模块，设定集群及群组名称。
S112、配置集群及群组参数，通过电力设备集群及群组管控模块配置不同的参数组合，形成特定的设备集群及群组。
S113、启动基于大数据、云计算和人工智能技术的集群及群组分析模块。
S114、集群及群组分析模块从电力设备在线监测数据库、电力设备台账数据库中抽取所需数据。
S115、集群及群组分析模块以设备制造参数、试验规程标准值、近期的试验数据、近期的在线监测值为基准阈值对在线监测数据进行比对分析。
S116、集群及群组分析模块将相关信息数据列图表进行综合分析。
通过在线监测参数与基准阈值的对比分析，关注其最大值、最小值和变化趋势；
S117、运用大数据和人工智能技术对在线监测数据进行数据挖掘，对超过基准阈值的监测数据值进行预警，并为用户提供该次预警的记事本功能及记事本检索查询功能。
使用电力设备集群及群组分析系统来分析设备状态的方法，重点分析以下情况：
对电力设备集群及群组的遥控信号、遥信信号发出时刻、返回时刻及该信号在控制回路中的响应时间长短变化进行排序，以此判断控制回路、信号回路是否异常；
溯源追踪电力设备集群及群组中出现异常或报警的分析结果的设备状态信号变化过程；
关注断路器设备的储能系统特性变化，对单次储能时间过长、储能频次过多、长时间没有储能信号的状态发出预警；
关注SF6气体压力低报警、SF6气体压力低闭锁分合闸信号出现的频次和时长；
关注断路器三相不一致告警信号出现的频次、时长和触发时间；
对于隔离开关将统计分析其三相联动分合闸时间及三相分合闸不同期时间趋势变化情况，分合闸辅助接点变位切换时间趋势变化，以及统计分析单相分合闸时间趋势变化情况；
关注集群及群组中经过图像识别后的隔离开关的触指接触位置及状态、拐臂弯曲度变化趋势，对超过基准阈值的发出预警。
以上方法，将用于诊断电力设备的异常，尤其用于分析断路器本体操作机构异常、控制回路异常、分合闸辅助接点异常、储能系统异常、SF6气体报警异常、断路器三相不一致信号异常并提出预警；用于分析隔离开关分合闸不到位或不同期、控制回路异常、操动机构异常并提出预警。
本发明的优点：
参照本发明，技术人员可定义包括发电机、变压器、电抗器、断路器、GIS/HGIS、隔离开关、电压互感器、避雷器的设备集群及群组，对来源于单个或多个站点的同类设备的台账数据、在线监测检测数据进行集群及群组分析，为电力设备全生命周期管理开展高质量运维提供决策参考。
附图说明
图1为本发明实施例提供的一种电力设备的集群及群组分析系统原理图。
图2为本发明实施例提供的一种电力设备的集群及群组设定规则示意图。
图3为本发明实施例提供的一种电力设备的集群及群组的构成设定规则示意图。
图4为本发明实施例提供的一种电力设备的集群及群组分析方法流程图。
具体实施方式
下面将结合附图和实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种电力设备的集群及群组分析方法原理如图1所示。
1.一种电力设备的集群及群组分析系统，组成如下：
电力设备集群及群组分析系统由电力设备在线监测数据库、电力设备台账数据库、电力设备集群及群组管控模块、杂质数据管理模块、集群及群组分析模块组成。
本发明的定义、组成及应用如图2所示：
1.1集群及群组分析的定义及组成
集群及群组分析是依据集群及群组设定规则将单个或者多个站点的同类电气设备组成的一个集群及群组，利用大数据、云计算和人工智能技术对该集群及群组的设备特性参数进行对比，从其数值大小及变化趋势中辨识出设备异常，并发出预警；
所述集群设定规则由通用电力设备参数、特定电力设备参数及其智能分析特性参数组成；
通用电力设备参数包括：站点名称、电压等级、调度编号、设备名称、品牌名称、制造厂名、设备型号、出厂编号、生产批次、生产日期、投运日期、进口/国产、是否在运、交接日期、试验日期、大修日期组成；
特定电力设备参数，是特定类型的电力设备常用标准参数和特定参数，包含操作机构类型、操作机构型号、绝缘介质类型；
智能分析特性参数，是指该设备的在线监测参数，即直接监测到的参数数值和经过技术模型计算而间接得到的参数数值，包括操作机构动作信号的时间计算及该信号出现的次数、辅助接点动作信号的时间计算及该信号出现的次数、控制回路及信号回路响应时间计算、报警接点动作信号的时间计算及该信号出现次数；它还含有断路器设备的智能分析特性参数和隔离开关设备的智能分析特性参数；
断路器设备的智能分析特性参数包括：在线分闸和合闸时间特性参数、储能系统动作特性、SF6气体告警特性、断路器三相不一致告警信号特性；
在线分闸和合闸时间特性参数，指在线额定开断时间、在线额定合闸时间、在线分合闸不同期时间的参数，以及控制回路响应时间、分闸或合闸辅助开关接点的切换时间、分闸状态和合闸状态选项；
储能系统动作特性，是指储能系统启动时刻、储能系统停止时刻、储能时长、最近24小时启动次数、当天启动次数，其中最近24小时启动次数指查询时刻往后追溯24小时范围内统计次数，当天启动次数指查询时刻当天零时至24时范围内统计次数；
SF6气体告警特性，是指断路器SF6压力告警、分闸闭锁、合闸闭锁的压力告警信号发生时刻和返回时刻、告警时长、告警次数；
断路器三相不一致告警信号特性，是指该信号的开始时刻、结束时刻、持续时长、最近24小时告警次数、当天告警次数，其中最近24小时告警次数指查询时刻往后追溯24小时范围内统计次数，当天告警次数指查询时刻当天零时至24时范围内统计次数；
隔离开关设备的智能分析特性参数，包括测控装置和就地控制柜发出的分合闸控制命令的发出时刻、分合闸辅助接点变位的到位时刻、三相位置信号串接的分合闸时间、三相或单相操作的分合闸时间、三相分合闸不同期时间、操作电源故障信号、经过图像识别后的隔离开关的触指接触位置及状态、拐臂弯曲度。
1.2电力设备在线监测数据库
电力设备在线监测数据库包括电力设备的遥信、遥测、遥控信号和与之密切相关的继电保护动作信号、故障录波信息，以及对该设备的遥控信号发出时刻、该电力设备状态改变的时刻及两者的时间差值；还包括断路器设备的在线监测数据库；
断路器设备的在线监测数据库包含断路器的在线额定开断时间、在线合闸时间、控制回路响应时间、在线分闸或合闸辅助开关接点的切换时间、储能系统启动时间、储能系统停止时间、储能时长、最近24小时启动次数、当天启动次数；SF6气体压力低报警、SF6气体压力低闭锁分合闸信号的开始时刻、结束返回时刻；断路器三相不一致告警信号的开始时刻、结束时刻、持续时长、最近24小时告警次数、当天告警次数。
1.3电力设备台账数据库
电力设备台账数据库由该电力设备的特性参数组成，包括：站点名称、电压等级、品牌、生产厂家、设备型号、出厂编号、调度编号、生产批次、生产日期、投运日期、进口/国产、是否在运、交接日期、试验日期、大修日期组成。其中断路器、隔离开关设备台账数据库还在前述特性参数的基础上，包含操作机构类型、操作机构型号、额定分闸时间、额定开断时间、额定合闸时间及三相分合闸不同期时间的参数，以及分闸或合闸辅助开关接点的切换时间、储能机构启动时长。
1.4杂质数据管理模块
杂质数据管理模块用于处置在安装调试、检修试验过程中产生的与电力设备实际工况不相符的数据，包括选择数据记录、标记杂质数据、还原标记数据、不显示杂质数据、导出或导入数据、删除杂质数据；
杂质数据自动判断规则为：在线监测参数全部为零；
断路器在线监测数据的杂质数据自动判断规则为：在线额定开断时间、在线合闸时间、控制回路响应时间、在线分闸或合闸辅助接点的切换时间这四个值全部为零；
杂质数据处理功能为：标记杂质数据、还原标记数据、不显示杂质数据、删除杂质数据；
标记杂质数据，可设定数据异常的条件作为自动标记策略，也可人工手动标记杂质数据；
杂质数据一旦被标记，将不会被各种分析模块所采用；
还原标记数据，当专业技术人员判断该杂质数据是被标记错误的，可手动还原该数据，被还原的数据将进入到各种分析模块中参与大数据分析；
不显示杂质数据，是指在设定时间间隔内对电力设备的特性参数进行分析时，往往发现有杂质数据对智能分析特性参数中在线监测数据的趋势曲线产生不良影响，此时可手动设置不显示杂质数据，从而屏蔽杂质数据对真实数据的干扰，使监测数据更真实反映电力设备的运行状态。不显示杂质数据并不是剔除该数据，杂质数据还将保留在监测数据库中；
删除杂质数据，是指将杂质数据记录从数据库中删除的功能。
1.5电力设备集群及群组管控模块
电力设备集群及群组管控模块，用于设定集群及群组名称，配置集群及群组的参数，由查询、新增、修改、删除、导出、导入功能组成；
集群及群组设定的参数从电力设备在线监测数据库、电力设备台账数据库中抽取。
1.6集群及群组分析模块
集群及群组分析模块由群组选择、查询时间区间设定、电力设备的集群及群组构成设定规则组成，用于配置、管理、查询分析某个电力设备集群及群组在线监测结果；
电力设备集群及群组的构成设定规则如图3所示，是以下因素的组合运算：
集群及群组构成＝站点名称+电压等级+设备调度编号+设备名称+品牌名称+制造厂名+电力设备型号+操作机构类型+操作机构型号+绝缘介质类型+生产批次+投运日期+试验日期+大修日期+是否进口设备；
基于大数据和人工智能技术的集群及群组分析模块以设备制造参数、试验规程标准值、近期的试验数据、近期的在线监测值为基准阈值对在线监测数据进行比对分析；
通过在线监测参数与基准阈值的对比分析，关注其最大值、最小值和变化趋势；
对在线监测数据进行数据挖掘，对超过基准阈值的监测数据值进行预警，并为用户提供该次预警的记事本功能及记事本检索查询功能。
1.7本发明的应用
可根据需要将本发明应用在变电站或换流站、发电厂、核电厂等重要站点，可对单独的电力设备和电力设备组成的设备集群及群组进行在线监测。也可通过电力专用网络对多个厂站、区域电网、电力集团等不同层级的电力设备在线监测检测数据构建云数据库，依托大数据、云计算和人工智能技术实现更高精度的在线监测，为电力设备全生命周期运维的智能决策提供更详实的数据。
通常，电力设备集群及群组由多个同类的电气设备组成，例如发电机、变压器、电抗器、隔离开关、电容式电压互感器、避雷器；又如500kV瓷柱式断路器、罐式断路器、GIS、HGIS等就可以配置成四种不同的断路器集群及群组。
2.一种使用前述的电力设备集群及群组分析系统来分析设备状态的方法，包括如下步骤，如图4所示：
S111、启动电力设备集群及群组管控模块，设定集群及群组名称。
S112、配置集群及群组参数，通过电力设备集群及群组管控模块配置不同的参数组合，形成特定的设备集群及群组。
S113、启动基于大数据和人工智能技术的集群及群组分析模块。
S114、集群及群组分析模块从电力设备在线监测数据库、电力设备台账数据库中抽取所需数据。
S115、集群及群组分析模块以设备制造参数、试验规程标准值、近期的试验数据、近期的在线监测值为基准阈值对在线监测数据进行比对分析。
S116、集群及群组分析模块将相关信息数据列图表进行综合分析：
通过在线监测参数与基准阈值的对比分析，关注其最大值、最小值和变化趋势。
S117、运用大数据和人工智能技术对在线监测数据进行数据挖掘，对超过基准阈值的监测数据值进行预警，并为用户提供该次预警的记事本功能及记事本检索查询功能。
使用电力设备集群及群组分析系统来分析设备状态的方法，重点分析以下情况：
对电力设备集群及群组的遥控信号、遥信信号发出时刻、返回时刻及该信号在控制回路中的响应时间长短变化进行排序，以此判断控制回路、信号回路是否异常；
溯源追踪电力设备集群及群组中出现异常或报警的分析结果的设备状态信号变化过程；
关注断路器设备的储能系统特性变化，对单次储能时间过长、储能频次过多、长时间没有储能信号的状态发出预警；
关注SF6气体压力低报警、SF6气体压力低闭锁分合闸信号出现的频次和时长；
关注断路器三相不一致告警信号出现的频次、时长和触发时间；
对于隔离开关将统计分析其三相联动分合闸时间及三相分合闸不同期时间趋势变化情况，分合闸辅助接点变位切换时间趋势变化，以及统计分析单相分合闸时间趋势变化情况；
关注集群及群组中经过图像识别后的隔离开关的触指接触位置及状态、拐臂弯曲度变化趋势，对超过基准阈值的发出预警。
以上方法，将用于诊断电力设备的异常，尤其用于分析断路器本体操作机构异常、控制回路异常、分合闸辅助接点异常、储能系统异常、SF6气体报警异常、断路器三相不一致信号异常并提出预警；用于分析隔离开关分合闸不到位或不同期、控制回路异常、操动机构异常并提出预警。
以上所述的本发明实施方式，并不构成对本发明保护范围限定。任何在本发明的精神和原则之内所做的修改稿，等同替换和改进等，均应包含在本发明的权利要求保护之内。
Claims (2)
1.一种电力设备集群及群组分析系统，其特征在于：
电力设备集群及群组分析系统由电力设备在线监测数据库、电力设备台账数据库、电力设备集群及群组管控模块、杂质数据管理模块、集群及群组分析模块组成；
1.1集群及群组分析系统的定义及组成
集群及群组分析系统是依据集群及群组设定规则将单个和多个站点的同类电气设备组成的一个集群及群组，利用大数据、云计算和人工智能技术对该集群及群组的设备特性参数进行对比，从其数值大小及变化趋势中辨识出设备异常，并发出预警；
所述集群及群组设定规则由通用电力设备参数、特定电力设备参数及其智能分析特性参数组成；
通用电力设备参数包括：站点名称、电压等级、调度编号、设备名称、品牌名称、制造厂名、设备型号、出厂编号、生产批次、生产日期、投运日期、进口/国产、是否在运、交接日期、试验日期、大修日期组成；
特定电力设备参数，是特定类型的电力设备常用标准参数和特定参数，包含操作机构类型、操作机构型号、绝缘介质类型；
智能分析特性参数，是指该设备的在线监测参数，即直接监测到的参数数值和经过技术模型计算而间接得到的参数数值，包括操作机构动作信号的时间计算及该信号出现的次数、辅助接点动作信号的时间计算及该信号出现的次数、控制回路及信号回路响应时间计算、报警接点动作信号的时间计算及该信号出现次数；它还含有断路器设备的智能分析特性参数和隔离开关设备的智能分析特性参数；
断路器设备的智能分析特性参数包括：在线分闸和合闸时间特性参数、储能系统动作特性、SF6气体告警特性、断路器三相不一致告警信号特性；
在线分闸和合闸时间特性参数，指在线额定开断时间、在线额定合闸时间、在线分合闸不同期时间的参数，以及控制回路响应时间、分闸或合闸辅助开关接点的切换时间、分闸状态和合闸状态选项；
储能系统动作特性，是指储能系统启动时刻、储能系统停止时刻、储能时长、最近24小时启动次数、当天启动次数，其中最近24小时启动次数指查询时刻往后追溯24小时范围内统计次数，当天启动次数指查询时刻当天零时至24时范围内统计次数；
SF6气体告警特性，是指断路器SF6压力告警、分闸闭锁、合闸闭锁的压力告警信号发生时刻和返回时刻、告警时长、告警次数；
断路器三相不一致告警信号特性，是指该信号的开始时刻、结束时刻、持续时长、最近24小时告警次数、当天告警次数，其中最近24小时告警次数指查询时刻往后追溯24小时范围内统计次数，当天告警次数指查询时刻当天零时至24时范围内统计次数；
隔离开关设备的智能分析特性参数，包括测控装置和就地控制柜发出的分合闸控制命令的发出时刻、分合闸辅助接点变位的到位时刻、三相位置信号串接的分合闸时间、三相或单相操作的分合闸时间、三相分合闸不同期时间、操作电源故障信号、经过图像识别后的隔离开关的触指接触位置及状态、拐臂弯曲度；
1.2电力设备在线监测数据库
电力设备在线监测数据库包括电力设备的遥信、遥测、遥控信号和与之密切相关的继电保护动作信号、故障录波信息，以及对该设备的遥控信号发出时刻、该电力设备状态改变的时刻及两者的时间差值；还包括断路器设备的在线监测数据库；
断路器设备的在线监测数据库还包含断路器的在线额定开断时间、在线合闸时间、控制回路响应时间、在线分闸或合闸辅助开关接点的切换时间、储能系统启动时间、储能系统停止时间、储能时长、最近24小时启动次数、当天启动次数；SF6气体压力低报警、SF6气体压力低闭锁分合闸信号的开始时刻、结束返回时刻；断路器三相不一致告警信号的开始时刻、结束时刻、持续时长、最近24小时告警次数、当天告警次数；
1.3电力设备台账数据库
电力设备台账数据库由该电力设备的特性参数组成，包括：站点名称、电压等级、品牌、生产厂家、设备型号、出厂编号、调度编号、生产批次、生产日期、投运日期、进口/国产、是否在运、交接日期、试验日期、大修日期组成， 其中断路器、隔离开关设备台账数据库还在前述特性参数的基础上，包含操作机构类型、操作机构型号、额定分闸时间、额定开断时间、额定合闸时间及三相分合闸不同期时间的参数，以及分闸或合闸辅助开关接点的切换时间、储能机构启动时长；
1.4杂质数据管理模块
杂质数据管理模块用于处置在安装调试、检修试验过程中产生的与电力设备实际工况不相符的数据，包括选择数据记录、标记杂质数据、还原标记数据、不显示杂质数据、导出或导入数据、删除杂质数据；
杂质数据自动判断规则为：在线监测参数全部为零；
断路器在线监测数据的杂质数据自动判断规则为：在线额定开断时间、在线合闸时间、控制回路响应时间、在线分闸或合闸辅助接点的切换时间这四个值全部为零；
杂质数据处理功能为：标记杂质数据、还原标记数据、不显示杂质数据、删除杂质数据；
标记杂质数据，可设定数据异常的条件作为自动标记策略，也可人工手动标记杂质数据；
杂质数据一旦被标记，将不会被各种分析模块所采用；
还原标记数据，当专业技术人员判断该杂质数据是被标记错误的，可手动还原该数据，被还原的数据将进入到各种分析模块中参与大数据分析；
不显示杂质数据，是指在设定时间间隔内对电力设备的特性参数进行分析时，往往发现有杂质数据对智能分析特性参数中在线监测数据的趋势曲线产生不良影响，此时可手动设置不显示杂质数据，从而屏蔽杂质数据对真实数据的干扰，使监测数据更真实反映电力设备的运行状态， 不显示杂质数据并不是剔除该数据，杂质数据还将保留在监测数据库中；
删除杂质数据，是指将杂质数据记录从数据库中删除的功能；
1.5电力设备集群及群组管控模块
电力设备集群及群组管控模块，用于设定集群及群组名称，配置集群及群组的参数，由查询、新增、修改、删除、导出、导入功能组成；
集群及群组设定的参数从电力设备在线监测数据库、电力设备台账数据库中抽取；
1.6集群及群组分析模块
集群及群组分析模块由群组选择、查询时间区间设定、电力设备的集群及群组构成设定规则组成，用于配置、管理、查询分析某个电力设备集群及群组在线监测结果；
电力设备集群及群组的构成设定规则，是以下因素的组合运算：
集群及群组构成＝站点名称+电压等级+设备调度编号+设备名称+品牌名称+制造厂名+电力设备型号+操作机构类型+操作机构型号+绝缘介质类型+生产批次+投运日期+试验日期+大修日期+是否进口设备；
基于大数据和人工智能技术的集群及群组分析模块以设备制造参数、试验规程标准值、近期的试验数据、近期的在线监测值为基准阈值对在线监测数据进行比对分析；
通过在线监测参数与基准阈值的对比分析，关注其最大值、最小值和变化趋势；
对在线监测数据进行数据挖掘，对超过基准阈值的监测数据值进行预警，并为用户提供该次预警的记事本功能及记事本检索查询功能。
2.一种使用如权利要求1所述的电力设备集群及群组分析系统来分析设备状态的方法，包括如下步骤：
S111、启动电力设备集群及群组管控模块，设定集群及群组名称；
S112、配置集群及群组参数，通过电力设备集群及群组管控模块配置不同的参数组合，形成特定的设备集群及群组；
S113、启动基于大数据和人工智能技术的集群及群组分析模块；
S114、集群及群组分析模块从电力设备在线监测数据库、电力设备台账数据库中抽取所需数据；
S115、集群及群组分析模块以设备制造参数、试验规程标准值、近期的试验数据、近期的在线监测值为基准阈值对在线监测数据进行比对分析；
S116、集群及群组分析模块将相关信息数据列图表进行综合分析：
通过在线监测参数与基准阈值的对比分析，关注其最大值、最小值和变化趋势；
S117、运用大数据和人工智能技术对在线监测数据进行数据挖掘，对超过基准阈值的监测数据值进行预警，并为用户提供该次预警的记事本功能及记事本检索查询功能；
使用电力设备集群及群组分析系统来分析设备状态的方法，重点分析以下情况：
对电力设备集群及群组的遥控信号、遥信信号发出时刻、返回时刻及该信号在控制回路中的响应时间长短变化进行排序，以此判断控制回路、信号回路是否异常；
溯源追踪电力设备集群及群组中出现异常或报警的分析结果的设备状态信号变化过程；
关注断路器的储能系统特性变化，对单次储能时间过长、储能频次过多、长时间没有储能信号的状态发出预警；
关注SF6气体压力低报警、SF6气体压力低闭锁分合闸信号出现的频次和时长；
关注断路器三相不一致告警信号出现的频次、时长和触发时间；
对于隔离开关将统计分析其三相联动分合闸时间及三相分合闸不同期时间趋势变化情况，分合闸辅助接点变位切换时间趋势变化，以及统计分析单相分合闸时间趋势变化情况；
关注集群及群组中经过图像识别后的隔离开关的触指接触位置及状态、拐臂弯曲度变化趋势，对超过基准阈值的发出预警；
以上方法，将用于诊断电力设备的异常，尤其用于分析断路器本体操作机构异常、控制回路异常、分合闸辅助接点异常、储能系统异常、SF6气体报警异常、断路器三相不一致信号异常并提出预警；用于分析隔离开关分合闸不到位或不同期、控制回路异常、操动机构异常并提出预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810794529.3A CN108876197B (zh) | 2018-07-19 | 2018-07-19 | 一种电力设备集群及群组分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810794529.3A CN108876197B (zh) | 2018-07-19 | 2018-07-19 | 一种电力设备集群及群组分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108876197A CN108876197A (zh) | 2018-11-23 |
| CN108876197B true CN108876197B (zh) | 2021-10-15 |
Family
ID=64303456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810794529.3A Active CN108876197B (zh) | 2018-07-19 | 2018-07-19 | 一种电力设备集群及群组分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108876197B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109742862B (zh) * | 2019-03-22 | 2022-10-14 | 艾美肯（厦门）电力科技有限公司 | 安全用电远程控制系统 |
| US11262739B2 (en) * | 2019-09-05 | 2022-03-01 | Hitachi Energy Switzerland Ag | Artificial intelligence/machine learning driven assessment system for a community of electrical equipment users |
| CN110689252B (zh) * | 2019-09-20 | 2023-07-18 | 云南电网有限责任公司电力科学研究院 | 一种电容式电压互感器计量误差态势感知系统 |
| CN111008646A (zh) * | 2019-11-06 | 2020-04-14 | 国网浙江武义县供电有限公司 | 基于设备使用情况的人机关系验证方法和装置 |
| CN112905958B (zh) * | 2021-01-27 | 2024-04-19 | 南京国电南自电网自动化有限公司 | 基于测控装置的短时数据窗遥测数据状态辨识方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102169017A (zh) * | 2010-12-25 | 2011-08-31 | 江西九江供电公司 | 一种变电站红外热成像在线监测系统 |
| CN102361349A (zh) * | 2011-10-13 | 2012-02-22 | 广东电网公司电力科学研究院 | 变压器在线监测方法 |
| CN104810926A (zh) * | 2015-05-06 | 2015-07-29 | 杨启蓓 | 电网高压断路器多维度大数据分析智能专家系统 |
| CN105357311A (zh) * | 2015-11-23 | 2016-02-24 | 中国南方电网有限责任公司 | 一种云计算技术的二次设备大数据存储与处理方法 |
| CN106841854A (zh) * | 2016-12-30 | 2017-06-13 | 国网山东省电力公司鄄城县供电公司 | 电力设备安全监控方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10664837B2 (en) * | 2015-08-04 | 2020-05-26 | Dynatrace Llc | Method and system for real-time, load-driven multidimensional and hierarchical classification of monitored transaction executions for visualization and analysis tasks like statistical anomaly detection |
-
2018
- 2018-07-19 CN CN201810794529.3A patent/CN108876197B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102169017A (zh) * | 2010-12-25 | 2011-08-31 | 江西九江供电公司 | 一种变电站红外热成像在线监测系统 |
| CN102361349A (zh) * | 2011-10-13 | 2012-02-22 | 广东电网公司电力科学研究院 | 变压器在线监测方法 |
| CN104810926A (zh) * | 2015-05-06 | 2015-07-29 | 杨启蓓 | 电网高压断路器多维度大数据分析智能专家系统 |
| CN106663963A (zh) * | 2015-05-06 | 2017-05-10 | 杨启蓓 | 电网高压断路器多维度大数据分析智能专家系统 |
| CN105357311A (zh) * | 2015-11-23 | 2016-02-24 | 中国南方电网有限责任公司 | 一种云计算技术的二次设备大数据存储与处理方法 |
| CN106841854A (zh) * | 2016-12-30 | 2017-06-13 | 国网山东省电力公司鄄城县供电公司 | 电力设备安全监控方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 一起基于在线监测与联合诊断的GIS局部放电缺陷分析;刘俊翔等;《高压电器》;20171216(第12期);第247-252页 * |
| 电力设备状态智能预警系统的设计与应用;姜涛等;《内蒙古电力技术》;20171218(第06期);第45-49页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108876197A (zh) | 2018-11-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108876197B (zh) | 一种电力设备集群及群组分析系统 | |
| CN110346717B (zh) | 一种人工智能高压断路器在线监测系统及方法 | |
| US10539618B2 (en) | High-voltage circuit breaker opening and closing time online monitoring apparatus, smart multi-dimensional big data analyzing expert system for high-voltage circuit breaker in power grid and method therefor | |
| CN108847968B (zh) | 监控事故、异常事件辨识及多维分析方法 | |
| CN109347202B (zh) | 监控设备典型操作辨识及多维分析方法 | |
| CN105703258B (zh) | Gis开关设备动作状态监测系统及其使用方法 | |
| CN104753178A (zh) | 一种电网故障处理系统 | |
| CN104578426A (zh) | 一种信息综合分析与智能告警应用的检测方法 | |
| CN108988487B (zh) | 一种基于多维数据的电网停电事件辨识方法 | |
| CN109001596B (zh) | 一种电网故障诊断与输电线路参数辨识系统 | |
| CN110086251B (zh) | 一种提高电网操作安全的监控方法及系统 | |
| CN111768076B (zh) | 一种以电网事件为中心的监控告警信号聚类方法 | |
| CN103259333B (zh) | 智能告警及故障综合分析系统 | |
| CN110941918A (zh) | 智能化变电站故障分析系统 | |
| CN113629876B (zh) | 一种特维巡视模块的测试系统及其测试方法 | |
| CN105245001A (zh) | 一种事件驱动的变电站事故智能告警处理方法和装置 | |
| CN114383652A (zh) | 一种配电网潜在故障在线风险辨识方法、系统及装置 | |
| CN112583117A (zh) | 一种基于智能边缘终端的数据组件服务系统 | |
| CN111830342A (zh) | 一种多系统融合的智能变电站继电保护动态定检方法 | |
| CN110907812A (zh) | 一种用于断路器机械特性的检测系统及方法 | |
| CN112363025A (zh) | 一种配电网单相接地故障诊断方法及系统 | |
| CN107482783B (zh) | 一种厂用电监测及控制综合智能化系统 | |
| CN113708489B (zh) | 一种电力二次设备告警方法及系统 | |
| CN109768619A (zh) | 监控信息自动调试系统及调试方法 | |
| CN115664007A (zh) | 智能变电站二次回路可视化及智能诊断系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |